Gen AI: Suurten brändien siirtyminen startup-ratkaisuihin

Generatiivinen tekoäly ja chatbotit eivät ole maailmalle uusia vuoden 2022 jälkeen. Tämä ei ole edes Siriä tai Alexa, vaan vanha ELIZA, yksi ensimmäisistä luonnollisen kielen prosessoinnin esimerkeistä, joka olisi nyt 57-vuotias nainen. Kuitenkin vasta puoli vuosisataa myöhemmin, kun Chat GPT ja muut merkittävät suuret kielen mallit osoittivat teknologian kaupallisesti toteuttamiskelpoiseksi laajalla teollisuuden spektrellä, yritykset ymmärsivät, että he tarvitsevat generatiivisen tekoälyn ratkaisuja mahdollisimman pian.

Harvat heistä kuitenkaan ymmärtävät, mihin he tarvitsevat generatiivista tekoälyä, ja vielä vähemmän ymmärtävät tehtävän monimutkaisuutta ja vaadittuja resursseja. Tässä me tulemme kuvaan – kiihdyttäjät ja konsultointiyhtiöt.

Mitä suurten brändien tulisi tehdä?

Hyvä puku, joka on tehty yksilöllisesti suosituista materiaaleista, väristä ja tietyn tilaisuuden mukaan, on arvokas sijoitus. Ihmiset, jotka pukeutuvat tällaisiin pukuihin, eivät huolehdi ulkonäöstään. He tietävät, että he näyttävät täydellisiltä ja tuntevat itsensä vastaavasti. Matalan kynnyksen tekoälytekniikka, joka on tehty saavuttamaan tiettyjä liiketoimintatavoitteita, on oikea James Bond -puku.

Tämä on hyvä vertauskuva, joka antaa yleiskuvan. Mutta mennään hieman syvemmälle syihin, miksi useimmat suuret yritykset eivät halua toteuttaa valmiita tekoälyratkaisuja, vaikka ne ovat markkinajohtajilta:

Ensinnäkin, tehokkaan generatiivisen tekoälyn integrointi on mahdotonta ilman erittäin yksilöllistä työtä kunkin yrityksen kanssa, mikä edellyttää erillistä tiimiä, joka on perillä yrityksen strategisista kehityssuunnitelmista, tavoitteista ja resurssien saatavuudesta. Generatiivinen tekoälyratkaisu, joka on toiminut toimivasti yhdelle yritykselle, on todennäköisesti toimimaton toiselle.

Toiseksi, pienemmät startupit pystyvät täysin upottautumaan yrityksen yksityiskohtiin ja tarjoamaan räätälöidyn ratkaisun tekoälyasiantuntijoiden tiimiltä, jotka pystyvät työskentelemään avoimien mallien kanssa, kouluttamaan ne turvallisesti yrityksen tietojen kanssa ja asettamaan ne asiakkaan palvelimille. Tämä mahdollistaa paikallisen ratkaisun luomisen ja täyttää turvallisen tietojen käytön ja varastoinnin vaatimukset, mikä on etusijalla suurten yritysten keskuudessa.

Miksi yritykset tarvitsevat generatiivista tekoälyä?

Koska Gen AI on suhteellisen uusi tulokas yritysmaailmaan, tärkein tapa saada kokemusta ja edistää on kokeilla ja virhettä. Kunnes meillä on tarpeeksi vertailukohtia eri aloilla, tämä on kaikkein tuottavin tapa löytää ratkaisu, joka sopii yrityksen yksilöllisiin tarpeisiin.

Kuitenkin on tiettyjä suuntauksia yritysten pyynnöissä generatiivisia tekoälyratkaisuja:

1. Älykkäät teksti- ja äänibotit, jotka perustuvat suuriin kielen malleihin, tarjoamaan korkealaatuista apua asiakaspalvelun ja tukipyynnöille eri monimutkaisuustasoilla.

2. Työntekijän tekoälyavustaja (esim. myyntipäällikön apulainen, joka analysoi reaaliaikaisen keskustelun potentiaalisen asiakkaan kanssa ja samanaikaisesti luo ideoita ja asiakastarjouksia asiantuntijalle)

3. Kehittäjien apulaiset

4. HR-ratkaisut rekrytointi- ja perehdytysautomatisointiin

5. Markkinointityökalut: kuvien ja avatarien luonti, artikkeleiden kirjoittaminen ja tuotearvostelut.

’Ei Gen AI:ta tarvita’ – tämä on johtopäätös, johon jotkut asiakkaat eivät odota päätyvänsä, mutta ovat valmiit yhtymään, kun he analysoivat yrityksensä nykytilaa ja liiketoimintatavoitteita. Tekoäly tekoälyn vuoksi on resurssien haaskaus, jonka teknologia on tarkoitettu poistamaan.

Generatiivisen tekoälyn markkinamahdollisuudet

PitchBookin arvion mukaan generatiivisen tekoälyn markkina saavuttaa 42,6 miljardia dollaria vuoden 2023 loppuun mennessä ja odotetaan kasvavan 32 prosentin vuosittaisella kasvuvauhdilla 98,1 miljardiin dollariin vuoteen 2026 mennessä. Nämä ennusteet eivät ota huomioon generatiivisen tekoälyn mahdollisuuksia laajentaa tekoälyohjelmistojen koko markkinaa.

Tämä on verrattavissa 22,6 prosentin vuosittaiseen kasvuvauhtiin koko tekoälyteollisuudelle, mikä tarkoittaa, että GenAI jatkaa ylittämistä suuremmassa teollisuudessa.

Jos arviot eivät ole vakuuttavia, tässä on havainnollistava tosiasia kokemuksestamme kiihdyttäjänä. Vuoden 2022 jälkeen, joka liittyy taloudelliseen taantumaan ja venture- sijoitusten nopeaan laskuun, Inteman kiihdytysohjelmat siirsivät fokuksensa rahoituksesta yritysten kanssa toteutettaviin pilottiin.

Vuonna 2023 Intema järjesti kaksi kiihdytysohjelmaa, joissa oli täysin erilaiset hallitsevat teknologiat: Metaverse ja generatiivinen tekoäly. Ohjelman aikana yhdistämme startupit yritysasiakkaiden kanssa keskustelemaan potentiaalisista teknologisista ratkaisuista, järjestämään demoja ja, jos onnistutaan, tehdään sopimuksia potentiaalisista piloteista. Metaverse-kiihdytysohjelma johti neljään pilottiin yritysasiakkaiden kanssa, mikä on hyvä ottaen huomioon teknologian ominaisuudet ja monimutkaisuus.

Generatiivisen tekoälyn ohjelma, joka oli useita viikkoja päättymistään, oli jo seitsemän pilottia keskustelussa useiden yritysten kanssa. Onko tämä vain hypen vaikutus, joka ympäröi Blockchainin ja Metaversen aiemmin? Vai onko se, että Gen AI on oikeasti pelinmuuttaja?

Kaikki tulee lopulta kysymykseen: Onko GenAI arvonsa hypen?

Ensinnäkin, se ei ole epätavallista, että uusi lupaava tekniikka tai idea saa yliarvostusta lyhyellä aikavälillä, ehkäpä uhraten sen pidemmän aikavälin mahdollisuuksia. Jos jatkamme vertaamalla GenAI:ta ja Blockchainiä, Blockchainia kuvaillaan usein teknologisena vallankumouksena, joka muuttaa maailmaa, samoin kuin GenAI:ta ylistetään tänään. Kuitenkin vuosia myöhemmin, vuonna 2018, Gartner ilmoitti, että Blockchain on saavuttanut pettymyksen laakson, mikä vastaa yli 30 prosentin laskua kuluttajien kiinnostuksessa huipputasoista ja 45 prosentin laskua venture- sijoituksissa vuodesta 2018 vuoteen 2019.

Toisin kuin Blockchain, GenAI:lla on jo monia kaupallisesti toteuttamiskelpoisia sovelluksia laajalla teollisuuden spektrellä, ja niiden määrä odotetaan kasvavan, kun enemmän teollisuusaloja ottaa GenAI-ratkaisuja käyttöön. Gartnerin viimeisimmässä julkaisussa generatiivinen tekoäly sijoitettiin huipulle niin kutsutun “hype-käyrän” huipulle, mikä voi osoittaa odotuksien korjausta ja tietynlaista pettymystä lähitulevaisuudessa.

Johtopäätös

Merkitsevätkö nämä suuret vaatimukset generatiivisille tekoälyratkaisuille, että teknologia on tuomittu häviämään? Tämä skenaario on epätodennäköinen, koska GenAI on jo osoittanut perustavanlaatuisen kestävyytensä ja joustavuutensa eri toimialoilla, tieteestä taiteeseen ja huoltoon.

Kuitenkin teknologian kehityksen hidastuminen on väistämätöntä, ja sen tärkein syy on kiireellinen tarve säädellä ja kontrolloida GenAI:n käyttöä. Tähän asti tämä väline on käytetty suhteellisen vapaasti ilman lain säätelemistä rajoituksia. Lain sääntely asettaa uuden suunnan teknologian kehityspolulle, ja on vaikea ennustaa, mihin se johtaa, koska GenAI:n nykyiset kyvyt ovat kokemattomia ihmiskunnan historiassa.

Toinen tekijä, joka odotetaan rajoittavan generatiivista tekoälyä tulevaisuudessa, on ironisesti suurten kielen mallien kasvava koko. Jossain vaiheessa AI-suorittimien kyky ei pysty seuraamaan teknologian kehitystä, ja pyrkimys luoda yleinen tekoäly ja kasvavat tietomäärät vaativat erittäin monimutkaisia insinöörintöitä ja paljon enemmän laskentatehoa. Nämä rajoitukset avaavat kuitenkin laajan alueen tutkimukselle, kokeiluille ja epätavallisille lähestymistavoille suurten kielen mallien tappiottomalle pakkaamiselle, laskentatehon kasvulle, tietojen varastoinnille jne.

iration to build Artificial General Intelligence and the growing volumes of data require highly complex engineering and much more computing power. These limitations, however, open a vast field for research, experiments, and non-standard approaches to LLMs lossless compression, computing power growth, data storage, etc.